数学建模成绩与体重的关系
湖南第一师范学院
HUNAN FIRST NORMAL UNIVERSITY
论文题目: 成绩与体重的关系
摘要
本文研究举重运动员的举重成绩与体重的关系,首先根据题目所给数据,运用Excel 做出其折线图,大胆猜想数据间存在的联系,建立了一元一次模型和幂函数模型,然后运用MATLAB 中的cftool 工具箱来进行数据拟合,对数据分析以及模型建立。再次,考虑到运动员的生理条件因素,查阅相关资料,建立更适合的模型,可以依据所得到的方程计算出体重对应的理论值,与实际值进行比较,判断误差, 找出最适合的模型。
关键词:数据拟合、模型改进
一、问题重述
1、问题背景:
大家都知道举重是一门以力量进行较量的运动项目,要求运动员在短短几秒时间内爆发出巨大能量。在观看比赛时我们可以发现:运动员要进行挺举和抓举2项比赛,每项各有三次试举机会,还受到动作规范的制约。在一般情况下,当在同一体重级别的举重比赛中,举重的重量越大,其成功率越低。然而对于不同体重的人举起同重量的东西,体重较重的人显得更轻而易举。在举重运动的国际赛事上,都是根据运动员的体重划分不同的级别。 2、需要解决的问题
题目中给出奥运会体重和成绩的一组数据,建立起举重成绩与体重之间的关系模型。
二、问题分析
分析了题目条件和表中数据,我们不难发现,当运动员的体重越来越大,其挺举成绩,抓举成绩,总成绩也相应越来越高,由此我们可以猜想运动员的体重与成绩应该是正比例关系,于是我们建立了一元一次模型和幂函数模型,再用数据拟合等常用方法对数据进行分析和建立模型。
三、模型假设与约定
举重运动员的最终成绩是个人因素,环境因素等诸多因素共同作用的结果,在此模型中,我们只考虑运动员自身的主观条件,其他客观条件不予考虑。
四、符号说明及名词定义
举重成绩:Y 运动员体重:X
肌肉横截面积: S 人的身高 : H 肌肉强度:Q 臂长:L 常数:K ,K 1 K 2 K 3 K 4 K 5 n a b
五、模型建立
模型一:
问题分析:
1. 根据题中所给出的数据,当运动员的体重越来越大,其挺举成绩,抓举成绩,总成绩也相应越来越高,由此我们可以猜想运动员的体重与成绩应该是正比例关系。
2. 由图中数据画出散点图,从图中我们可以看出体重与成绩之间大致上呈正比关系。
公式推导:
从上图可以直观地看出,当体重越大,举重总成绩越好,因此,举重总成绩与体重大概成线性关系。则,我们可以用一次函数Y=kX+b对三个体重进行拟合。
模型二:
问题分析:
模型一的建立相对于比较简单,考虑因素单一,可能与实际值误差较大。于是,我们参考其他资料,了解到举重运动员的举重成绩还受到肌肉强度和其横截面积的影响,根据所给出的数据得知体重与成绩之间大致呈正比关系,但如果运动员手臂过长,则举重时双手向上做的功比较多,从而影响其成绩,由此我们大胆猜想:运动员举重成绩也肌肉强度和其横截面积也呈正比关系,与其臂长呈反比。在此基础上,我们建立了模型二。
举重运动员的举重能力与其肌肉强度近似成正比关系,从而举重运动员的举重总成绩与其肌肉强度近似成正比,即:
Y=K1Q/L (K 1为常数且>0) ① 从运动生理学得知,肌肉的强度与其横截面积近似成正比,即:
Q=K2S (K 2 为常数且>0), ② 从而可得
Y=K1Q/L=K1K 2S/L 。 ③
假设肌肉的横截面积正比于身高的a 次方,人的体重正比于身高的b 次方,臂长L 与身高成正比关系,即可得:
S=K3H a ,W=K4H b L=K5H (K 3,K 4 , K5为常数且>0) 从而得
Y=K1K 2S/L= X (a-1)/b K1K 2K 3/ K 4(a-1)/b K 5 ④
Y=KXn ( K= K1K 2K 3/ K 4n K 5, n=(a-1)/b )
上式即为推导公式,接下来用matlab 进行拟合。
六、模型求解
模型一的求解:
根据模型建立中的推导公式以及题目所给数据用matlab 的cftool 工具箱拟合得到:
k 1=1.187, k 2=1.419, k 3=2.615 把b 代入得出三个一次函数为: Y=1.187X+73.24, Y=1.419X+89.36 Y=2.615X+162.1
用上述模型计算得到的理论值(保留小数点后3位)见下表:
拟合图形如下:
(1) 体重与抓举
(2)体重与挺举
(3)体重与总成绩
模型二的求解:
根据模型建立中的推导公式以及题目所给的体重和举重总成绩数据,求出上述模型的常数K 以及指数n 。因为体重超过108千克的运动员的体重没有具体的数据,为了模型的准确性,故将这个数据舍去。用matlab 的cftool 工具箱拟合得到:
K 1=13.23;K2=12.09;K3=24.98; N 1=0.5817;N2=0.6446;N3=0.6172;
于是举重运动员的举重总成绩与体重的关系模型为: Y=13.23X0.5817 Y=12.09X0.6446 Y=24.98X0.6172
用上述模型计算得到的理论值(保留小数点后4位)见下表:
拟合图形如下: (1) 体重与抓举:
(2) 体重与挺举:
(3) 体重与总成绩:
根据以上数据对模型一和模型二进行比较: 模型一
:
模型二
:
从图中和表中可以看出,模型一体重与成绩数据与函数的拟合度低于模型二,说明用线性函数对举重总成绩与体重进行拟合的模型不够完善,考虑的因素比较少,而模型二理论值与实际值比较接近,说明模型二的假设条件良好。
七、模型评价
优点:
根据题目中所给出的数据,建立起适当模型并对模型不断加以改进,对模型一和模型二进行比较,得到的最终模型为: Y=13.23X0.5817 Y=12.09X0.6446 Y=24.98X0.6172
通过分析验证了优化后模型的可靠性,并且可靠度很高。 缺点:
由于题目中所给出的数据不全面,只有体重与成绩,无法考虑其他因素,也无法验证是否适应于女生和其他国家的人,因此,此模型还是存在着一定的误差。
九、模型推广
此模型在一定程度上能够作为举重成绩预测的一个客观依据。在其他以体重作为主要因素的运动比赛中也可以参考。
十、参考文献
[1]《华南师范大学数学建模试题与优秀论文》
[2]《南京体育学院学报(自然科学版) 》2009年第04期 《论骨骼肌横截面积与力量》
[3] 丁毓峰编著的《matlab 函数查询及应用案例》
十一、附录
运用MATLAB 的cftool 工具箱对数据进行拟合: 模型一:
(1)在命令行输入数据并启动曲线拟合工具箱:
>>x=[54,59,64,70,76,83,91,99,108];
>>y=[132.5,137.5,147.5,162.5,167.5,180,187.5,185,195]; >>cftool
(2)进入曲线拟合工具箱界面“Curve Fitting tool”
1. 点击“Data”按钮,弹出“Data”窗口;
2.利用X data和Y data的下拉菜单读入数据x,y ,可修改数据集名“Data set name”,然后点击“Create data set”按钮,退出“Data”窗口,返回工具箱界面,这时会自动画出数据集的曲线图;
3. 点击“Fitting”按钮,弹出“Fitting”窗口;
4. 点击“New fit”按钮,可修改拟合项目名称“抓举”,通过“Data set”下拉菜单选择数据集,然后通过下拉菜单“Type of fit”选择拟合曲线的类型,在Custom Equations中选择用户自定义的函数类型Linear Equations。
5. 类型设置完成后,点击“Apply”按钮,就可以在Results 框中得到拟合结果 如抓举:
Linear model:
f(x) = a*x + c
Coefficients (with 95% confidence bounds): a = 1.187 (0.8935, 1.481) c = 73.24 (49.7, 96.78)
Goodness of fit: SSE: 295.5
R-square: 0.9288
Adjusted R-square: 0.9187 RMSE: 6.497
拟合图像
:
挺举与总成绩数据拟合同上。
模型二:
数据拟合步骤同上,在确定拟合类型时,应选择Power 幂逼近:a*x^b 同样在Results 框中得到拟合结果:
(抓举)
General model Power1:
f(x) = a*x^b
Coefficients (with 95% confidence bounds):
a = 13.23 (6.056, 20.4)
b = 0.5817 (0.4583, 0.705)
Goodness of fit:
SSE: 231.5
R-square: 0.9442
Adjusted R-square: 0.9363
RMSE: 5.75
拟合图像
: